Нейросети научились предсказывать, как заговорят дети после вживления кохлеарных имплантов
Ученые из Северо-Западного университета (США) вместе с международной командой коллег нашли способ заранее узнать, насколько успешно ребенок с потерей слуха освоит речь. Помогло им в этом современное машинное обучение: новая модель анализирует снимки МРТ и делает прогнозы точнее всех старых методов. Результаты этой работы уже появились в журнале «Отоларингология — Хирургия головы и шеи», и они впечатляют.
Зачем это нужно? Как объясняет ведущий автор исследования, профессор Нэнси Янг, такой ИИ-помощник позволит врачам по всему миру вовремя замечать детей, которым обычная операция может не дать быстрого эффекта. Если мы заранее поймем, что ребенок в зоне риска, у нас будет фора, чтобы скорректировать терапию.
Пара слов о кохлеарной имплантации
Когда у ребенка диагностируют глубокую потерю слуха — чаще всего из-за генетики, инфекций или травм — кохлеарный имплант становится настоящим спасением. Это фактически единственный способ вернуть человеку одно из чувств. Но вот в чем загвоздка: у одних детей речь после операции восстанавливается поразительно быстро, а у других всё идет со скрипом. Раньше никто не мог точно сказать, почему так происходит и что с этим делать.
«До появления этих имплантов дети с серьезными проблемами со слухом почти не имели шансов говорить наравне со сверстниками. Теперь такая возможность есть, но нам нужно сделать её доступной для каждого», — делится мыслями доктор Янг.
Как проходила проверка
Исследователи решили «столкнуть лбами» два подхода:
Обычное машинное обучение (классика, которая уже немного устарела).
Глубокое трансферное обучение — это когда нейросеть берет опыт из одной задачи и очень гибко применяет его в новой.
Кто участвовал в эксперименте?
В проекте задействовали 278 детей, за которыми наблюдали больше десяти лет — с 2009 по 2022 год. География обширная: США, Австралия и Гонконг. Самое интересное, что дети говорили на разных языках (английском, испанском, кантонском диалекте), но для нейросети это не стало помехой. Перед операцией каждому ребенку делали МРТ мозга, и именно по этим снимкам — то есть по структуре «серого вещества» — алгоритм учился предсказывать будущий прогресс в речи.
Цифры, которые говорят сами за себя
Оказалось, что глубокое обучение видит закономерности там, где человек или простая программа пасуют. Вот какие показатели выдала новая модель:
Что измеряли
Результат новой модели
Общая точность прогноза
~92,4%
Чувствительность (умение видеть проблему)
91,2%
Специфичность (точность подтверждения нормы)
93,5%
Согласитесь, точность выше 90% для медицины — это очень серьезная заявка на успех. Метод сработал одинаково хорошо для всех клиник, вне зависимости от того, на каком языке говорят в семье пациента.
Что это даст врачам и родителям?
По сути, мы получили универсальный инструмент. Нэнси Янг уверена: понимая, как анатомия мозга влияет на развитие речи, мы сможем подбирать индивидуальные программы обучения для каждого малыша. Это уже не «тыканье пальцем в небо», а персонализированная медицина.
Коротко о главном:
Шанс на успех: теперь можно заранее понять, кому из детей потребуется усиленная помощь логопедов и дефектологов.
Никаких границ: модель работает для любой страны и любой культуры.
Взгляд в будущее: ученые думают, что этот же подход (анализ мозга через ИИ) поможет лечить задержки речи даже у тех детей, у которых со слухом всё в порядке.
Кстати, проект поддержали серьезные ребята из Национальных институтов здравоохранения США и Гонконгского совета по грантам, так что технология имеет все шансы быстро войти в реальную врачебную практику.
